2011/06/28-徐漢高

 

NEC日前宣布，成功開發可利用語調節奏、自然不造作地讀出文字的文字語音合成技術。本技術係從大量的聲音資料庫中抽取出語調及節奏等聲音元素，透過該聲音元素將以往總是單調死板而不自然的電子語音，改良為可輕鬆理解其內容的高品質語音。本技術可廣泛應用至電話自動答錄裝置或車載設備等場合，幫助收聽語音者在聽取語音時更容易理解內容。

本次開發的語音合成技術特點如下：使用從聲音資料庫中抽取出的原始聲音語調節奏資訊。從大量的聲音資料庫中，以前後單字及文章長度為基準，抽取出可將單字以精確的語調及節奏發音的語音資訊。在合成語音時，配合既有以人工方式完成的樣本規則，便能產生自然而富有情感的合成語音。

使用可表現多樣化語調節奏的豐富聲音元素，將聲音資料庫中抽取出的聲音元素，以及聲音資料庫中沒有的聲音元素，依據唇部與聲帶振動等人類發音所需的構造變化為基準，產生其語音內容。將這些聲音元素做最適當的選擇並加以整合，便能產生高品質語調節奏的合成語音。